기계 학습 및 SQL을 사용하여 MindsDB로 매장 판매 데이터 예측

## 소개
MindsDB는 초보자가 데이터 과학 및 머신 러닝을 배우기 위해 취할 수 있는 다음 단계입니다. MindsDB는 데이터 패턴을 인식하고 트렌드를 예측하며 머신 러닝 모델을 몇 분 안에 교육할 수 있도록 AI 및 머신 러닝에 소프트웨어를 내장했습니다.

이 자습서에서는 MindsDB Cloud를 사용하여 시계열 모델을 교육하고 매장 판매 데이터를 예측하는 방법을 살펴봅니다. 이 튜토리얼에서 사용할 데이터 세트here를 다운로드할 수 있습니다(파일 이름은 Store 632.csv입니다).

시작하기 전에!!

아직 MindsDB Cloud가 없는 경우 무료 평가판 계정을 만들 수 있습니다here.

로그인하면 MindsDB Cloud Editor로 이동합니다.

클라우드에 데이터 추가

1단계: 화면 왼쪽 상단에 '쿼리' 및 '데이터 추가' 버튼 2개가 있습니다. MindsDB Cloud Editor로 데이터를 가져오려면 Add Data를 클릭하십시오.

2단계: 데이터 소스 페이지에서 Files를 선택하고 Import File를 선택합니다.



3단계: 가져올 파일을 선택하고 Table name를 지정합니다. 완료되면 Save and Continue 을 클릭합니다.



4단계: 파일이 업로드되면 MindsDB Cloud Editor에 2개의 쿼리가 표시되고 이를 실행하여 적절한 데이터로 생성되었는지 확인합니다.

예측 모델 훈련

예측자 모델 교육이 그 어느 때보다 쉬워졌습니다. MindsDB를 사용하면 기본 SQL 지식만 있으면 작업을 완료할 수 있습니다.

1단계: CREATE PREDICTOR 구문을 사용하고 훈련할 쿼리FROM와 대상PREDICT을 지정합니다. 아래는 템플릿입니다.

CREATE PREDICTOR mindsdb.[predictor_name]
FROM [integration_name]
    (SELECT [sequential_column], [partition_column], [other_column], [target_column] FROM [table_name])
PREDICT [target_column]

ORDER BY [sequential_column]
GROUP BY [partition_column]

WINDOW [int]
HORIZON [int]

이제 매개변수를 쿼리에 플러그인하고 실행합니다. 실행 후 성공 여부에 대한 메시지를 받게 됩니다.

CREATE PREDICTOR mindsdb.nest
FROM files.stores_sales
    (SELECT * FROM files.store_sales)
PREDICT `Dollar Sales`
ORDER BY Date
GROUP BY SKU
WINDOW 20
HORIZON 7;

2단계: 데이터 세트가 큰 경우 예측자가 학습하는 데 시간이 걸릴 수 있습니다. 학습하는 동안 이 쿼리를 실행하여 상태를 확인할 수 있습니다.

SELECT * 
FROM mindsdb.predictors
WHERE name='[predictor_name]'

예측하기

단순히 쿼리로 취급하여 예측할 수 있습니다.

SELECT `Dollar Sales`,
        `Dollar Sales_explain`
From mindsdb.nexte
WHERE `Unit Sales` = 2;

모델과 테이블을 조인하여 대량 예측을 수행할 수도 있습니다.

SELECT t.`Dollar Sales` as real_p,
        m.`Dollar Sales` as predicted_p,
        t.`Unit Sales`, t.Date, t.SKU
FROM files.store_sales as t
JOIN mindsdb.example_model as m limit 100;

결론

축하합니다. 방금 자신의 훈련을 마쳤습니다Time Series Predictive Model. 자습서를 요약하면 자체 MindsDB Cloud 계정을 설정하고, 데이터 세트를 업로드하고, 예측 모델을 생성 및 교육하고, 업로드된 데이터로 예측을 수행합니다.

이제 MindsDB로 다른 데이터 세트를 테스트하고 머신 러닝 및 데이터 과학 기술을 향상시키는 것이 좋습니다.''

항상 재미있는 코딩을 하기 위해 기억하세요!